Home Progetti habitat-lab
habitat-lab
Python

habitat-lab

Una libreria modulare ad alto livello per addestrare agenti AI incarnati in una varietà di compiti e ambienti.

di facebookresearch · GitHub
Stelle
Fork
Licenza
Creato
Ultimo commit
Categoria
Lingua
aicomputer-visiondeep-learningMITPython
Visualizza su GitHub

Dal README

Installa
git clone --branch stable https://github.com/facebookresearch/habitat-lab.git
      cd habitat-lab
      pip install -e habitat-lab  # install habitat_lab

Estratti dal README del progetto su GitHub. I diritti d'autore e le licenze rimangono con i rispettivi autori.

Mantieni questo progetto?

Rivendica la sua pagina: indicizzata qualunque sia il rango, tradotta in sei lingue e arricchita con le tue parole.

Rivendica questa pagina →
habitat-lab — GitHub preview card
📈 Storia delle stelle
3.1k3.0k
2026-07-072026-08-31
📈 Segui habitat-lab

Ricevi un avviso via email alla prossima release o quando decolla — non perderti nulla.

Gratis · senza carta · disdici quando vuoi
Ricevi avvisi via email →
📄 Informazioni

Una libreria modulare ad alto livello per addestrare agenti AI incarnati in una varietà di compiti e ambienti.

habitat-lab ha 3.1k stelle su GitHub. È stato forkato 686 volte. habitat-lab è scritto principalmente in Python. È in sviluppo attivo dal 2019. habitat-lab è disponibile con licenza MIT. I suoi temi principali sono: ai, computer-vision, deep-learning, deep-reinforcement-learning.

Read the full guide
Frequently asked questions

Che cos'è habitat-lab?

Una libreria modulare ad alto livello per addestrare agenti AI incarnati in una varietà di compiti e ambienti.

habitat-lab è open source?

habitat-lab è un progetto open source. È rilasciato con licenza MIT.

habitat-lab è gratuito?

Sì. habitat-lab è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.

Con quale licenza è habitat-lab?

habitat-lab è disponibile con licenza MIT.

In quale linguaggio è scritto habitat-lab?

habitat-lab è scritto principalmente in Python.

🏅 Manutentore di questo progetto?
olud.ai badge — habitat-lab

Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.

[![olud.ai](https://olud.ai/badge.php?tool=facebookresearch-habitat-lab)](https://olud.ai/project/facebookresearch-habitat-lab.html)
Altre opzioni di badge →
🧬 Condivide il DNA con🧬 Vedi la mappa del DNA →
SMARTS
Scuola di Formazione RL Multi-Agente Scalabile per la Guida Autonoma
1.1k · autonomous-driving
condividesimulatorreinforcement-learning
SimWorld
SimWorld: Un Simulatore Realistico e Aperto per Agenti Autonomi in Mondi Fisici e Sociali
732 · agent
condividesimulatorrobotics
BFM-Zero
BFM_Zero: Un Modello Fondamentale Comportamentale Programmabile per il Controllo Umanoide Utili…
682 · humanoid
condividesim2realreinforcement-learning
hands-on-rl
Corso gratuito che ti porta da zero a PRO in Reinforcement Learning 🦸🏻‍🦸🏽
1.6k · deep-reinforcement-learning
condividedeep-reinforcement-learningreinforcement-learning
drl-zh
Deep Reinforcement Learning: Da Zero a Eroe!
2.3k · deep-learning
condividedeep-reinforcement-learningreinforcement-learning
reward-learning-rl
[RSS 2019] Apprendimento rinforzato robotico end-to-end senza ingegneria delle ricompense
374 · deep-learning
condividedeep-reinforcement-learningreinforcement-learning
FlashSAC
FlashSAC: Apprendimento Rinforzato Off-Policy Veloce e Stabile per il Controllo Robotico ad Alt…
334 · reinforcement-learning
condivideroboticsreinforcement-learning
MARL-Algorithms
Implementazioni di IQL, QMIX, VDN, COMA, QTRAN, MAVEN, CommNet, DyMA-CL e G2ANet su SMAC, lo sc…
1.8k · deep-reinforcement-learning
condividedeep-reinforcement-learningreinforcement-learning
DexterousHands
Questa è una libreria che fornisce compiti di manipolazione con mani duali attraverso Isaac Gym…
1.1k · deep-reinforcement-learning
condividedeep-reinforcement-learningreinforcement-learning
gps
Ricerca Guidata delle Politiche
600 · deep-learning
condividedeep-reinforcement-learningreinforcement-learning

Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.